如何在Python中确定H2O帧的大小（以字节为单位）？

我正在将Spark数据帧加载到H2O中（使用Python）以构建机器学习模型。有人向我建议，我应该分配一个H2O集群，RAM为我将要训练的帧的2-4倍，这样分析就可以轻松地放在内存中。但我不知道如何精确估计H2O框架的大小

---

所以，假设我已经在Python中加载了一个H2O帧，那么我实际上如何确定它的大小（以字节为单位）？10-20%的近似值是可以的。

这指的是磁盘上文件大小的2-4倍，因此不要查看Python中的内存，而是查看原始文件大小。此外，2-4x建议因算法而异（GLM&DL比基于树的模型需要更少的内存）

这是指磁盘上文件大小的2-4倍，因此，不要查看Python中的内存，而是查看原始文件大小。此外，2-4x建议因算法而异（GLM&DL比基于树的模型需要更少的内存）

这将显示H2O键值存储中底层表示的摘要，包括完整字节大小：

frame.describe(chunk_summary=True)

---

这将显示H2O键值存储中底层表示的摘要，包括完整字节大小：

frame.describe(chunk_summary=True)

---

H2O帧是从应用了各种转换的Spark数据帧转换而来的（其本身最初是从配置单元查询生成的）。据我所知，它并不直接对应于磁盘上的文件。H2O帧是通过应用各种转换（其本身最初由配置单元查询生成）从Spark数据帧转换生成的。据我所知，它并不直接对应于磁盘上的文件。